حسین پورقاسم - دانشجوی دکتری مهندسی پزشکی بخش برق و کامپیوتر، دانشگاه تربیت مدرس
حسن قاسمیان - استاد گروه مهندسی پزشکی بخش برق و کامپیوتر، دانشگاه تربیت مدرس

جهت بهبود عملکرد سیستم های بازیابی تصویر بر اساس محتوا از روش های بازخورد ربط استفااده می شود. در این مقاله، یک روش ترکبی بازخورد ربط مبتنی بر دو معیار، معیار فاصله اقلیذسی و معیار شباهت احتمال تعلق یک تصویر به تابع توزیع یک کلاس ارایه می گردد. در این روش، از یک طرف فاصله اقلیذسی تصویر پرس و جو با تصاویر پایگاه داده و از طرف دیگر احتمال تعلق تک تک تصصاویر پایگاه داده به تابع توزیع کلاس تصاویر مثبت مشخص شده توسط کاربر محاسبه شده و با یک نقشه ترکیب سعی می شود که عملکرد سیستم بازیابی با دقیق تر شدن تخمین تابع توزیع کلاس تصاویر مثبت طی مراحل بازخورد به صورت تدریجی بهبود یابد. جهت تخمین تابع توزیع یک کلاس از تصاویر از مدل های ترکیبی گوسین (Gaussian Mixture Models) استفاده شده است. جهت ارزیابی روش پیشنهادی از یک سیستم بازیابی تصویر مبتنی بر طبقه بندی معنایی تصاویر استفاده می گردد. سیستم مورد نظر به کمک یک طبقه بندی معنایی m تا از نزدیک ترین کلاس های تصاویر به تصویر پرس و جو را معرفی می کند تا تصاویر این مجموعه بر اساس یک معیار فاصله اقلیدسی مرتب شده و به کاربر ارایه گردد. بهبود عملکرد بازیابی تصاویر پزشکی در یک پایگاه داده با 9100 تصویر در مراحل مختلف بازخورد، کارایی روش پیشنهادی را نشان می دهد.

بازخورد ربط، بازیابی تصویر بر اساس محتوا، فاصله اقلیدسی، مدل های ترکیبی گوسین، معیار شباهت